Amazon Comprehend

Temukan wawasan dan hubungan dalam teks

Amazon Comprehend adalah layanan pemrosesan bahasa alami (NLP) yang menggunakan machine learning untuk menemukan wawasan dan hubungan dalam teks. Pengalaman machine learning tidak dibutuhkan.

Terdapat sangat banyak potensi terpendam di dalam data Anda yang belum terstruktur. Email pelanggan, tiket bantuan, ulasan produk, media sosial, bahkan lembar iklan mewakili wawasan ke dalam sentimen pelanggan yang dapat bermanfaat untuk bisnis Anda. Pertanyaannya adalah bagaimana cara mendapatkannya? Ternyata, Machine learning sangat bagus dalam mengidentifikasi barang tertentu yang diinginkan secara akurat di dalam beragam kumpulan teks (seperti mencari nama-nama perusahaan di laporan analis), dan dapat mempelajari sentimen tersembunyi di dalam bahasa (mengidentifikasi ulasan negatif, atau interaksi positif dari pelanggan dengan agen pelayanan pelanggan), dalam skala yang hampir tak terbatas.

Amazon Comprehend menggunakan machine learning untuk membantu Anda mengungkap wawasan dan hubungan di dalam data Anda yang belum terstruktur. Amazon Comprehend mengidentifikasi bahasa teks; mengekstrak frasa, tempat, orang, merek, atau kejadian utama; memahami seberapa positif atau negatif teks; menganalisis teks menggunakan token dan kelas kata; dan secara otomatis menyusun kumpulan file teks berdasarkan topik. Anda juga dapat menggunakan kemampuan AutoML di dalam Amazon Comprehend untuk membuat set kustom barang atau model-model klasifikasi teks yang dirancang secara unik untuk kebutuhan pengaturan Anda.

Untuk mengekstraksi informasi medis yang kompleks dari data yang belum terstruktur, Anda dapat menggunakan Amazon Comprehend Medical Sistem pelayanan ini dapat mengidentifikasi informasi medis, seperti kondisi medis, pengobatan, dosis, kekuatan, dan frekuensi dari berbagai sumber misalnya catatan dokter, laporan uji coba klinis, dan catatan kesehatan pasien. Amazon Comprehend Medical juga mengindentifikasi hubungan antara pengobatan dan tes yang terekstraksi, perawatan dan informasi prosedur untuk memudahkan analisis. Sebagai contoh, sistem pelayanan mengidentifikasi dosis tertentu, kekuatan, dan frekuensi terkait dengan pengobatan tertentu dari catatan klinis yang belum terstruktur.

Amazon Comprehend dikelola secara penuh, jadi tidak perlu penyediaan server, dan tidak ada model machine learning yang perlu dibuat, dilatih, atau disebar. Anda membayar hanya untuk yang Anda gunakan, dan tidak ada minimal biaya serta tidak ada komitmen di muka.

Memperkenalkan Amazon Comprehend

Keuntungan

Dapatkan jawaban lebih baik dari teks Anda

Atur dokumen sesuai topik

Latih model pada data Anda

Bantuan spesifik teks untuk umum dan industri

Amazon Comprehend dapat menemukan makna dan hubungan dalam teks dari kejadian dukungan, tinjauan produk, umpan media sosial, artikel berita, dokumen dan sumber lain dari pelanggan. Misalnya, Anda dapat mengidentifikasi fitur yang paling sering disebut saat pelanggan senang atau tidak tentang produk Anda.

Amazon Comprehend dapat menganalisis kumpulan dokumen dan file teks lain (seperti kiriman media sosial) dan secara otomatis mengatur mereka berdasarkan kata kunci atau topik yang relevan. Anda kemudian dapat menggunakan topik tersebut untuk mengirimkan konten terpersonalisasi ke pelanggan, atau untuk menyediakan pencarian dan navigasi lebih beragam. Misalnya, jika Anda memiliki banyak koleksi artikel berita, Anda dapat secara otomatis mengelompokkannya berdasar subjek untuk memungkinkan situs Anda memberikan saran artikel baru ke pengunjung berdasarkan apa yang telah mereka baca sebelumnya.

Anda dapat dengan mudah memperluas Amazon Comprehend untuk mengidentifikasi istilah tertentu, seperti nomor kebijakan atau kode bagian. Anda juga dapat memperluas Comprehend untuk mengklasifikasikan dokumen dan pesan sesuai dengan bisnis Anda, seperti bantuan pertanyaan pelanggan berdasarkan permintaan atau postingan media sosial berdasarkan produk. Menambahkan pengaturan ini tidak membutuhkan keahlian machine learning. Anda hanya cukup menyediakan beberapa label Anda dan beberapa contoh untuk untuk tiap label, dan Comprehend akan mengurus sisanya.

Didukung dengan model machine learning tingkat tinggi, Amazon Comprehend dapat membuka wawasan dari teks yang belum terstruktur seperti postingan media sosial, email, dan halaman web. Amazon Comprehend Medical juga mengidentifikasi informasi medis, seperti pengobatan dan kondisi medis, serta menentukan hubungan antara satu sama lain (misal, dosis pengobatan dan kekuatan). Misalnya, Amazon Comprehend Medical mengekstraksi “methicillin-resistant Staphylococcus aureus,” yang sering diinput sebagai “MRSA,” dan menyediakan konteks, seperti apakah pasien teruji positif atau negatif, untuk membuat istilah terekstraksi lebih berarti.

Cara kerjanya

product-page-diagram-AWS-Hera-Launch_How-It-Works@1.5x

Kasus penggunaan


Analisis suara pelanggan

Anda dapat menggunakan Amazon Comprehend untuk menganalisis interaksi pelanggan dalam bentuk email dukungan, kiriman media sosial, komentar online, transkripsi telepon, dll, serta menemukan faktor apa yang mendorong pengalaman paling positif dan negatif. Anda lalu dapat menggunakan wawasan ini untuk meningkatkan produk dan layanan Anda.

Contoh: Analisis pusat panggilan

product-page-diagram_Amazon-Comprehend_Voice-Of-Customer

Anda dapat menggunakan Amazon Comprehend untuk memberikan pengalaman pencarian lebih baik dengan mengaktifkan mesin pencarian Anda untuk menandai frasa kunci, entitas, dan sentimen. Hal ini memungkinkan Anda memfokuskan pencarian pada maksud dan konteks artikel ketimbang kata kunci dasar.

Contoh: Indeks dan pencarian tinjauan produk

product-page-diagram_Amazon-Comprehend_Semantic-Search

Manajemen dan penemuan pengetahuan

Anda dapat menggunakan Amazon Comprehend untuk mengatur dan mengategorikan dokumen berdasarkan topik untuk pencarian yang lebih mudah, lalu mempersonalisasikan rekomendasi konten untuk pembaca dengan menyarankan artikel lain yang terkait dengan topik serupa.

Contoh: Personalisasikan konten di situs web

product-page-diagram_Amazon-Comprehend_Knowledge-Management-Discovery

Menggolongkan tiket bantuan untuk penanganan masalah yang lebih baik

Gunakan klasifikasi kustom untuk secara otomatis mengategorikan dokumen bantuan pelanggan masuk, seperti formulir masukan online, tiket bantuan, postingan forum, dan ulasan produk berdasarkan konten mereka. Misalnya, permintaan pembatalan akun, masalah tagihan, perubahan alamat, dll. Kemudian, gunakan entitas kustom untuk secara otomatis mengekstrak informasi yang relevan seperti nomor bagian, tingkat loyalitas, dan nama produk untuk secara cepat menyerahkan dokumen kepada tim yang paling siap untuk memecahkan masalah pelanggan dan meningkatkan kepuasan pelanggan secara keseluruhan.

Contoh: Penanganan tiket bantuan pelanggan

product-page-diagram_Amazon-Comprehend_Customer-Support-Ticket-Handling

Melakukan Analisis Kelompok Medis

Di onkologi, sangatlah penting untuk menemukan pemilihan kriteria yang tepat secara cepat guna merekrut pasien untuk uji coba klinis. Amazon Comprehend Medical mengerti dan mengidentifikasi informasi medis yang kompleks yang ditemukan di dalam teks yang belum terstruktur untuk membantu indeks dan pencarian lebih cepat. Anda dapat menggunakan wawasan ini untuk mengidentifikasi pasien terekrut untuk uji coba klinis yang layak dalam waktu singkat dan biaya dari proses seleksi manual.

Contoh: Perekrutan uji coba klinis

product-page-diagram-AWS-Hera-Launch_Clinical-Trial-Recruitment@1.5x

Kesuksesan pelanggan

600x400_LexisNexis

LexisNexis Legal & Professional adalah penyedia konten dan solusi teknologi global untuk para profesional hukum dan bisnis, yang melayani pelanggan di lebih dari 175 negara, menawarkan lebih dari 2 miliar arsip yang dapat dicari.

“Kami menyediakan riset dan analisis penuh wawasan untuk para profesional guna membantu mereka membuat keputusan berdasarkan informasi. Oleh karena itu, kami selalu mencari cara yang lebih baik untuk menemukan wawasan dari dokumen-dokumen hukum. Berkat machine learning (ML) otomatis Amazon Comprehend, sekarang kami dapat membangun model pengenalan entitas kustom yang akurat tanpa masuk ke dalam kompleksitas yang berhubungan dengan ML. Entitas-entitas yang paling kita perhatikan, seperti hakim dan jaksa, dapat diindentifikasi secara cepat dari lebih dari 200 juta dokumen dengan akurasi di atas 92%.”

Rick McFarland, Chief Data Officer - LexisNexis


Vibes Logo

Platform Keterikatan Seluler Vibes memungkinkan para pemasar untuk terikat satu per satu dengan konsumen seluler yang sangat terhubung saat ini dalam skala besar.

"Pesan seluler menghubungkan merek dan konsumen secara langsung, personal, dan autentik. Di Vibes, kami memproses miliaran pesan seluler setiap bulan dan terdapat wawasan mendalam yang tersembunyi di sejumlah besar pesan yang kami proses. Amazon Comprehend memungkinkan kami untuk mengekstrak frasa kunci, mendeteksi sentimen, dan memodelkan topik-topik dari konten pesan tak terstruktur dengan cepat—yang akan memberikan pemahaman yang lebih mendalam kepada para pemasar tentang kinerja mereka dan wawasan yang dapat dilaksanakan untuk memberikan pengalaman pelanggan yang bermanfaat."

Brian Garofola, CTO - Vibes


600x400_Finra_Logo

FINRA adalah organisasi nirlaba yang didedikasikan untuk perlindungan investor dan integritas pasar. Organisasi ini mengatur salah satu bagian penting dari industri sekuritas– firma pialang yang melakukan bisnis dengan publik di Amerika Serikat.

"FINRA menerima jutaan dokumen dengan data tak terstruktur untuk mendukung proses investigatif, pemeriksaan, dan kepatuhan. Para penyelidik dan pemeriksa kami harus membaca dokumen halaman per halaman atau menjalankan pencarian yang sangat ditargetkan untuk menemukan apa yang mereka butuhkan. Dengan Amazon Comprehend, kita dapat mengekstrak individu dan organisasi dengan cepat, mencocokkan entitas yang diekstrak dengan catatan-catatan FINRA, menandai individu yang penting, dan mendeteksi kesamaan-kesamaan dengan dokumen-dokumen lainnya.”

Dmytro Dolgopolov, Senior Director of Technology - FINRA


600x400_Vidmob_Logo

VidMob adalah platform teknologi yang menghubungkan para pemasar dengan jaringan global editor ahli, animator, dan desainer grafis gerak.

“Layanan Amazon Comprehend dan Amazon Transcribe memungkinkan VidMob untuk membuat analisis teks machine learning berkualitas tinggi ke dalam Agile Creative Suite kami, yang memungkinkan kami untuk membantu klien merek memahami kinerja konten dengan cara yang belum pernah ada sebelumnya. Kami dapat menuliskan teks dari konten video, dan menganalisisnya dengan cepat menggunakan Comprehend, memungkinkan kami untuk memunculkan wawasan yang dapat ditindaklanjuti, baik kepada komunitas pembuat konten maupun klien kami, sehingga memberi mereka keunggulan strategis di pasar.”

Alex Collmer, Pendiri dan Chief Executive Officer - VidMob

Mulai menggunakan AWS

Step 1 - Sign up for an AWS account

Mendaftar akun AWS

Dapatkan akses secara instan ke AWS Tingkat Gratis.
icon2

Pelajari dengan Tutorial 10 menit

Jelajahi dan pelajari dengan tutorial sederhana.
icon3

Mulai membangun dengan AWS

Mulai membangun dengan panduan langkah demi langkah untuk membantu Anda meluncurkan proyek AWS.

Pelajari selengkapnya tentang Amazon Comprehend

Kunjungi halaman fitur
Siap membuat?
Ada pertanyaan lagi?
Hubungi kami